龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：广西电网有限责任公司;西安交通大学
摘要：本发明基于维度选择与压缩恢复的差分隐私在线联邦学习方法，其使用维度选择的方法解决在线联邦学习中差分隐私机制的效用性问题。本发明通过引入本地梯度缓冲池累计本地模型的梯度，使用基于指数机制的维度选择算法，划分一部分隐私预算用于估计top‑k维度的真实值，从而在中心服务器端更有效地对被采样的本地模型变化量进行恢复，得到更加准确的全局模型变化量。本发明提升了一定差分隐私保证下的在线联邦学习的效用性。
主权项：1.基于维度选择与压缩恢复的差分隐私在线联邦学习方法，其特征在于，所述方法在中心服务器和多个客户端上运行，所述方法包括：步骤1：中心服务器和客户端初始化在线联邦学习的参数，初始化全局模型；步骤2：中心服务器根据初始化后的全局模型使用DQN强化学习模型对客户端进行采样，得到被选中的客户端；步骤3：所有被选中的客户端根据全局模型更新本地模型，并使用本地数据流中的数据训练本地模型，根据本地模型训练前后的差值得到本地模型变化量；步骤4：被选中的客户端检查差分隐私约束，拒绝不符合约束的采样；被选中的客户端将本地模型变化量更新到本地梯度缓冲池中，使用维度选择机制对本地梯度缓冲池进行维度选择，得到本地上传参数并上传到中心服务器；步骤5：中心服务器接收客户端的本地上传参数，更新全局维度恢复系数，进行压缩恢复得到全局模型变化量，使用全局模型变化量更新全局模型；步骤6：中心服务器评估更新后的全局模型，根据准确率，计算得到DQN强化学习模型的奖励值，训练DQN强化学习模型，得到最新的全局模型；步骤7：中心服务器将最新的全局模型下发给全部的客户端，回到步骤2重复执行，直到满足在线联邦学习的终止条件。
全文数据：
权利要求：
百度查询： 广西电网有限责任公司 西安交通大学 基于维度选择与压缩恢复的差分隐私在线联邦学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号